文章预览
本文转自微信公众号“机器之心”，作者：机器之心。 机器之心编辑部 生物神经网络 有一个重要的特点是高度可塑性，这使得自然生物体具有卓越的适应性，并且这种能力会影响神经系统的突触强度和 拓扑结构 。 然而，人工神经网络主要被设计为静态的、完全连接的结构，在面对不断变化的环境和新的输入时可能非常脆弱。尽管研究人员对在线学习和元学习进行了大量研究，但目前最先进的 神经网络系统 仍然使用离线学习，因为这与反向传播结合使用时更加简单。 那么，人工神经网络是否也能拥有类似于高度可塑性的性质？ 来自哥本哈根信息技术大学的研究团队提出了一种自组织神经网络 ——LNDP，能够以活动和奖励依赖的方式实现突触和结构的可塑性。 论文链接：https://arxiv.org/pdf/2406.09787 项目链接：https://github.com/erwanplantec/LNDP 研究简介 2
………………………………
